Това беше седмица, която остави математиците зашеметени. Веднага след вълна от случаи, в които изкуственият интелект напредна в областта, OpenAI обяви голяма победа: най-новият ѝ AI модел беше решил задача от наградата „Милениум“ – пъзел с награда от 1 милион долара, който беше затруднявал хората в продължение на десетилетия.
Постижението не изглеждаше по никакъв начин като това как обикновено се решават математически задачи. Частна компания на стойност близо един трилион долара беше пуснала 10 000 агента – AI системи, които изпълняват задачи самостоятелно – върху проблема. Разходите бяха оценени на 15 милиона долара.
Пътят към AI, способен на свръхчовешка математика, отдавна беше ясен, но решаването на толкова значим проблем толкова бързо предизвика шокови вълни в областта. Математиците се питат какво ще остане за тях, ако текуща работа бъде пометена и присвоена от други, и как трябва да обучават следващото поколение, когато дори най-трудните задачи могат да бъдат решени с натискане на бутон.
„Чувствам се леко разтърсена“, каза проф. Колва Роуни-Дугал, ръководител на катедрата по чиста математика в Университета на Сейнт Андрюс. На скорошна публична лекция тя каза, че вярва, че AI е малко вероятно да направи нещо забележително скоро. „Три месеца по-късно съм напълно сгрешила“, казва тя. „Всички просто чакаме да видим какво ще се случи. Идва толкова бързо.“
Проф. Дейвид Силвестър, математик в Университета на Манчестър, каза, че областта се усеща „много нестабилна“ предвид темпото на промяна. „Всички отворени математически проблеми биха могли да паднат с достатъчно ресурси“, каза той. „Това е необратимо. Това няма да се промени.“
Проф. Джеймс Робинсън, математик в Университета на Уорик, каза, че трудните проблеми са горивото на математиката, движещо творчески подходи през поколенията. „Разочароващо е да виждаш тези големи технологични компании да изгарят това гориво само за да могат да се хвалят колко страхотен е най-новият им модел“, каза той. „Изглежда като незряло хвалене на детска площадка, изписано с големи букви, подкрепено от милиарди долари и потенциала за значителни щети върху околната среда в епоха, когато изменението на климата вероятно е най-голямото предизвикателство, пред което се изправяме.“
Една от причините Силвестър да се заеме с математика беше вълнението от разгадаването на проблем. За много математици именно седмиците, месеците и годините, прекарани в обикаляне около даден проблем, разбиването му на части, изпробването на един подход след друг и никога неотказването са това, което привлича. „Без това предметът ми се струва напълно различен“, каза Силвестър.
Математиците вече прекарват значително време в проверка на доказателствата един на друг. Именно такъв вид преглед откри пропуск в работата на Андрю Уайлс върху Последната теорема на Ферма през 1993 г., което доведе до още една година усилия за отстраняване на недостатъка. Силвестър подозира, че математиците може да се окажат в положение да се ровят в още повече доказателства, нахвърляни от AI. „По-скоро е като да станеш счетоводител – одитираш, проверяваш“, каза той.
Има последващи ефекти в цялата област. Математиците се наемат въз основа на публикуваните им статии, но проблеми, върху които са работили месеци наред, сега може да бъдат решени от AI за дни. „Има истинско усещане за „Мога да прекарам следващия месец в мислене за нещо, а някой друг го прави с натискане на бутон“, казва Роуни-Дугал. „Това е ужасно и мисля, че ще бъде ужасно в продължение на няколко години.“
Това е и главоболие за преподаването на студенти. Университетите рутинно дават на студентите задачи и тестове за работа у дома. Този вид курсова работа сега е мъртва. „Няма смисъл да се прави, защото не можем да гарантираме автентичността ѝ“, казва Силвестър. Преподавателите сега трябва да казват на студентите да не използват AI за някои задачи, като същевременно се уверяват, че могат да го използват за други: в края на краищата математиката с помощта на AI е бъдещето.
Въпреки всички сътресения, проф. Александър Пасьо, който изучава философията на математиката в Университета на Оксфорд, вярва, че математиката няма да загуби голяма част от привлекателността си. „Предизвикателството все още остава, дори ако AI в крайна сметка стане по-добър от хората в изследванията“, каза той. „Все още ще искате сами да разбирате математиката. И все още ще ѝ се наслаждаваме и ще оценяваме красотата ѝ: чистото удоволствие и красота на едно математическо доказателство винаги ще бъдат там. AI няма да отнеме нищо от това.“
Голяма част от математиката на AI не решава проблеми от нулата, а надгражда върху човешка работа, добави той. Пробивът на OpenAI например разчиташе в голяма степен на работата на базираните в Мадрид математици Диего Кордоба и Луис Мартинес-Сорoa.
Работата на OpenAI описваше решение на проблема на Навие-Стокс, който включва уравнения, предсказващи как се държат течностите и дори времето. Това е един от седемте проблема от наградата „Милениум“, публикувани от Института по математика „Клей“ през 2000 г. Обяснението на компанията във вторник доведе до допълнителни притеснения в общността. OpenAI пусна най-новия си модел да работи, след като чу слухове, че два проблема от наградата „Милениум“ са били решени от математици. Професор Тристан Бъкмастър от Нюйоркския университет и Левент Алпьоге от Anthropic работеха по свързана работа върху Навие-Стокс и бяха използвали продуктите на OpenAI в процеса. Те подозираха, че моделът на OpenAI се е учил от текущата им работа. След разследване OpenAI отрече това да е така.
Някои математици обаче все още са предпазливи. „Голямата история сега в математиката е, че никой не иска да споделя нищо“, каза Бъкмастър пред Guardian. „Математиката днес е различна от това, което беше само преди няколко дни. Трябва да решим какво да правим по въпроса.“
Често задавани въпроси
ЧЗВ Незряло хвалене на детска площадка Математиците са неспокойни от последното завоевание на OpenAI
Въпроси за начинаещи
Какво означава незряло хвалене на детска площадка тук
Това е фраза, която критиците използват, когато AI компании се хвалят, че са решили трудни проблеми по начин, който звучи като деца, казващи „баща ми може да победи твоя баща“ – по-скоро за привличане на внимание, отколкото за напредък в истинското разбиране
Какво всъщност направи OpenAI
OpenAI обяви, че един от нейните AI модели е помогнал за решаването или е допринесъл за дългогодишен отворен проблем в математиката. Математиците реагираха със смесица от интерес и раздразнение
Защо математиците са разстроени
Не защото AI помогна с математика – а заради начина, по който беше обявен резултатът. Мнозина смятат, че формулировката преувеличи ролята на AI, пропусна човешкия принос и превърна сериозното изследване в публичен трик
Дали AI наистина реши математически проблем сам
Обикновено не. В повечето случаи като този AI генерира кандидат-идеи или частични доказателства, а човешките математици проверяват, усъвършенстват и завършват работата
Това просто рекламен шум ли е или се случва нещо реално
И двете. AI наистина може да помага при математическото изследване, но обявленията често надценяват случилото се
Въпроси за средно напреднали
Каква е разликата между доказателство и кандидат-доказателство
Доказателството е пълен, логически безупречен аргумент, който други математици могат да проверят. Кандидат-доказателството е предложен аргумент, който все още трябва да бъде проверен – може да има пропуски, грешки или скрити предположения
Защо проверката е толкова важна в математиката
Математиката е изградена върху сигурност. Един резултат не се приема, докато експертите не могат да проверят всяка стъпка. Резултат от AI, който изглежда като доказателство, не е същото като доказателство
Какъв е конкретен пример за този модел
Когато AlphaGeometry на DeepMind и по-късни системи се заеха с геометрични задачи, резултатите бяха реални, но тесни – системите бяха обучени върху специфични типове задачи. Медийното отразяване често замъгляваше това разграничение
Защо компаниите представят AI математическите резултати толкова драматично
Защото „AI решава нерешен математически проблем“ е мощен заглавие. Привлича инвеститори, таланти и обществено внимание. Внимателното, честно формулиране получава далеч по-малко отразяване
Каква е вредата от малко хвалене
То изкривява общественото разбиране както за AI, така и за математиката, засенчва човешките изследователи, участващи в процеса, и може да подведе политиците и финансиращите органи относно това какво всъщност може да прави AI
Въпроси за напреднали
